WebUI del Agente de Traducción: versión de la interfaz Wu Enda Translation Intelligence Body, que proporciona varias API de traducción y la interfaz Gradio.

Introducción general

Translation Agent WebUI es una interfaz de usuario web basada en Gradio diseñada para el agente de traducción de Andrewyng. La herramienta detecta automáticamente el idioma del texto de entrada y realiza un procesamiento léxico del texto, resaltando las diferencias entre las traducciones. Es compatible con diversas API de traducción, como Groq, OpenAI, Cohere, Ollama, Together AI y Huggingface Inference API, lo que facilita a los usuarios la introducción de texto y la selección del modelo de traducción deseado a través de una interfaz sencilla para una traducción multilingüe eficaz.

El gradio webui del agente de traducción WUENDA puede detectar automáticamente el idioma del texto de entrada, mostrar la segmentación del texto y resaltar las diferencias entre las distintas versiones de traducción. Sin embargo, la traducción real de un texto largo puede ser ligeramente menos eficaz que elTraducción de la "plantilla de instrucciones en inglés" a "instrucciones en chino", conservando el formato original.

Experiencia en línea: https://github.com/snekkenull/translation-agent-webui

Lista de funciones

• Detección automática del idioma del texto de entrada
• proceso de segmentación de textos
• Resaltar las diferencias entre traducciones
• Compatibilidad con varias API de traducción (Groq, OpenAI, Cohere, Ollama, Together AI, Huggingface Inference API)
• Soporte Llama-Index, fácil de modificar para añadir más APIs
• Demostración del espacio Huggingface

Utilizar la ayuda

Proceso de instalación

1. Almacén de clonación:

   git clone https://github.com/snekkenull/translation-agent-webui.git

2. Vaya al catálogo de proyectos:

   cd translation-agent-webui

3. Instale la dependencia:

   pip install -r requirements.txt

4. Ejecuta la aplicación:

   python app.py

Proceso de utilización

1. Abra un navegador y acceda a una aplicación que se esté ejecutando localmente (normalmente la aplicación http://localhost:7860).
2. Introduzca el texto que desea traducir en la casilla de entrada y el sistema detectará automáticamente el idioma del texto.
3. Seleccione la API de traducción y el modelo deseados, por ejemplo Huggingface Inference API, e introduzca el ID del modelo (por ejemplo mistralai/Mistral-7B-Instruct-v0.3).
4. Al pulsar el botón "Traducir" se muestran los resultados de la traducción y se destacan las diferencias entre las distintas traducciones.
5. Los usuarios pueden ajustar el texto de entrada o seleccionar diferentes API de traducción para la comparación, según sea necesario.

Funciones principales

• Detección automática de idiomas: Después de introducir el texto, el sistema reconocerá automáticamente el idioma del texto y no será necesario seleccionarlo manualmente.
• tratamiento de textosEl sistema procesará el texto de entrada en palabras, de modo que el usuario pueda ver fácilmente la traducción de cada palabra.
• DiferenciasResultados de la traducción: al mostrar los resultados de la traducción, el sistema resalta las diferencias entre las distintas traducciones para ayudar a los usuarios a comprender mejor los resultados.
• Compatibilidad con múltiples APIEl usuario puede seleccionar diferentes API de traducción y elegir el modelo de traducción más adecuado a sus necesidades.
• Demostración espacial Huggingface: Existe una demostración en línea para que los usuarios puedan experimentar la función de traducción directamente en Huggingface Space.

Con los pasos anteriores, los usuarios pueden instalar y utilizar fácilmente Translation Agent WebUI para una traducción multilingüe eficaz.

translation-agent proyecto original

Dirección del proyecto: https://github.com/andrewyng/translation-agent

Traducción de agentes mediante flujos de trabajo reflexivos

El proyecto de código abierto de Enda Wu es una demostración en Python del flujo de trabajo Reflection Agent para traducción automática.

Pasos principales:

• Diseño de texto de traducción de palabras clave LLM;
• Permita que LLM reflexione sobre la traducción para hacer sugerencias constructivas de mejora.
• Utilice las sugerencias para mejorar las traducciones.

Direcciones ampliadas.

• Pruebe otros LLM (en lugar de gpt-4-turbo)
• Creación de glosarios
• Utilización y realización del glosario
• Evaluación de las distintas lenguas
• análisis de errores
• Mejor evaluación